Der Bot ist live. Nach drei Wochen nutzt ihn niemand mehr.
Das ist der häufigste Verlauf, und er hat selten mit dem Modell zu tun. Die Technik funktioniert. Die Antworten kommen schnell, klingen gut und sind zu oft unbrauchbar. Danach kehren die Leute zu dem zurück, was vorher funktioniert hat: der Kollegin schreiben.
Ein Chatbot bekommt zwei Versuche
Das ist die Zahl, mit der Sie planen müssen. Nutzende testen ein neues System zwei-, vielleicht dreimal. Liefert es in dieser Zeit eine Antwort, die sich später als falsch herausstellt, ist es verbrannt. Nicht als Werkzeug, sondern als Gewohnheit. Zurückgewinnen lässt sich das kaum, weil niemand ein viertes Mal probiert.
Die Ursache sitzt meist vor dem Projekt. Ein Chatbot antwortet aus dem, was Sie ihm geben, und das ist in den meisten Unternehmen der gewachsene Zustand der Ablage: teils veraltet, teils widersprüchlich, in wesentlichen Teilen nicht vorhanden. 42 Prozent des jobbezogenen Wissens sind nirgendwo dokumentiert (Panopto/McKinsey). Genau dieser Teil wird bei den Fragen gebraucht, die wirklich eskalieren.
Antworten wird das Modell trotzdem, weil es dafür gebaut ist. Die Folgen sind gemessen: 47 Prozent der Enterprise-KI-Nutzenden trafen mindestens eine wichtige Geschäftsentscheidung auf Basis halluzinierter Inhalte. 4,3 Stunden pro Person und Woche gehen für das Nachprüfen von KI-Antworten auf, rund 14.200 Dollar im Jahr. Sie zahlen dann für Beschleunigung und finanzieren Verifikation.
Die Vorentscheidung, die alles andere bestimmt
Bevor Sie über Modelle und Oberflächen sprechen, klären Sie eine Frage: Soll der Bot Dokumente bearbeiten oder Fragen beantworten? Das sind zwei verschiedene Produkte, und sie werden regelmäßig verwechselt.
Dokumentenarbeit heißt zusammenfassen, umformulieren, strukturieren, in Tabellen rechnen. Die Quelle ist das Dokument, das die Person gerade offen hat. Risiko gering, Nutzen sofort spürbar, kein eigenes Projekt nötig. Ein Assistent in Ihrer bestehenden Umgebung genügt.
Auskunft heißt: Wie gehen wir in diesem Fall vor? Jetzt ist die Quelle Ihr Unternehmenswissen, und dessen Zustand entscheidet über alles Weitere. Welcher Weg wann trägt, steht im Vergleich Microsoft Copilot gegen unternehmenseigene KI.
Fast alle gescheiterten Projekte haben das Zweite versprochen und das Erste gebaut.
Die Bausteine eines belastbaren Aufbaus
1 Ein Anwendungsfall mit messbarem Nutzen
Nehmen Sie einen Bereich, in dem dieselben Fragen regelmäßig eskalieren: Support-Antworten für eine Produktlinie, Entscheidungsunterstützung in einem Betriebsprozess, Einarbeitung in einer Schlüsselrolle. Der Anwendungsfall bestimmt, welches Wissen Sie brauchen, und begrenzt den Aufwand. Das ganze Unternehmen auf einmal abzudecken klingt ambitioniert und produziert überall dieselbe mittelmäßige Qualität.
2 Eine Wissensschicht statt einer Dateiliste
Hier liegt der Unterschied zwischen Prototyp und Rollout. Jedes Wissensobjekt braucht einen Owner, also eine benannte verantwortliche Person, ein Gültigkeitsdatum, einen Verifikationsstatus und eine Herkunftsangabe. Damit kann das Retrieval priorisieren statt zu raten, und die Antwort kann ihre Grundlage ausweisen.
Erst unter dieser Bedingung greift der belegte Effekt: 40 bis 71 Prozent weniger Halluzinationen durch RAG mit validiertem Kontext (Meta-Analyse 2024). Die Einschränkung validiert ist der ganze Punkt. Warum Prototypen funktionieren und Rollouts scheitern, steht im Beitrag zur RAG-Architektur im Unternehmen.
3 Aktive Erfassung für das, was fehlt
Eine Validierungsschicht prüft nur, was existiert. Für die dokumentierte Lücke braucht es einen anderen Mechanismus. KI-gestützte Experteninterviews holen Entscheidungslogik, Ausnahmen und Warnsignale aus den Köpfen und führen sie als strukturierte Objekte in dieselbe Schicht ein. Konsolidiert wird entlang von fünf Dimensionen: Korrektheit, Aktualität, Relevanz, Konfliktfreiheit, Vollständigkeit.
4 Anbindung an das, was schon läuft
Der Bot muss dort sitzen, wo gearbeitet wird. Über RAG-API, REST-API und MCP Server liefert die Wissensschicht Kontext an Ihre bestehenden Systeme, inklusive SharePoint-Ausspielung und Microsoft Copilot als Kontextnehmer. Ein eigenes Portal, das niemand öffnet, ist die zweithäufigste Ursache für Leerlauf.
Adoption ist kein Kommunikationsthema
Dieser Teil fehlt in fast jedem Projektplan. Ihr Chatbot konkurriert nicht mit dem Vorgängersystem. Er konkurriert mit einer Nachricht an eine Kollegin, die in zwei Minuten eine verlässliche Antwort gibt. Gegen diesen Vergleich verliert jedes System, das zu 80 Prozent richtig liegt, denn 80 Prozent bedeutet, dass die Person jede Antwort prüfen muss. Und dann ist Fragen schneller.
Was das verschiebt, ist weniger Kommunikation als Produktgestaltung. Jede Antwort muss ihre Quelle mitliefern, nicht als Fußnote, sondern so, dass die Prüfung Sekunden dauert. Und das System muss sagen können, dass es keine belastbare Grundlage hat. Ein Bot, der bei Unsicherheit schweigt, gewinnt Vertrauen; einer, der immer antwortet, verliert es. Beides klingt technisch klein und entscheidet die Sache.
Ein Risiko läuft dabei ohnehin schon: Über 50 Prozent der Mitarbeitenden nutzen privates GenAI unkontrolliert für die Arbeit (Gartner, Februar 2026). Solange der interne Zugang schlechtere Antworten liefert als das private Werkzeug, verliert Governance gegen Bequemlichkeit. Ein funktionierender interner Bot ist damit auch eine Sicherheitsmaßnahme.
Zwei Kennzahlen, und eine, die täuscht
Die übliche Kennzahl ist die Nutzungsquote. Sie ist in den ersten Wochen von Neugier getrieben und fällt danach, sagt also über Qualität nichts aus.
Aussagekräftig ist die wiederkehrende Nutzung nach acht Wochen. Wer den Bot in Woche acht noch benutzt, benutzt ihn, weil er funktioniert. Der zweite Wert ist der Rückgang der Rückfragen an Expert:innen, typischerweise 20 bis 40 Prozent bei belastbarer Wissensbasis. Das ist ein Erfahrungswert, keine Zusage.
Und ein Warnsignal: Wenn der Anteil der als falsch oder unvollständig markierten Antworten bei nahe null liegt, prüft niemand. Das ist kein Qualitätsbeweis, sondern ein Hinweis darauf, dass die Leute Antworten übernehmen, ohne sie anzusehen.
Was in DACH zusätzlich zu klären ist
Zwei Regularien sind in Kraft und gehören in die Architekturentscheidung, nicht in die Abnahme: EU AI Act Artikel 4 zur KI-Kompetenzpflicht seit Februar 2025 und NIS-2 seit Dezember 2025. Beide betreffen Nachvollziehbarkeit und Governance, nicht nur Hosting.
Relevante Prüfpunkte: EU-Hosting auf Azure mit Rechenzentren in Deutschland, DSGVO-Konformität, TISAX-Zertifizierung, keine Nutzung von Kundendaten für Modelltraining, kein Datentransfer in die USA, vollständige und nachweisbare Löschbarkeit, rollenbasierte Zugriffssteuerung mit Audit-Trail.
Bei Erfassungsprojekten gehört die Arbeitnehmervertretung an den Anfang. Freiwilligkeit der Teilnahme, Transparenz über Zweck und Verwendung, rollenbasierter Zugriff mit Audit-Trail: das trägt das Gespräch. Entscheidend ist die Rahmung. Es geht um Rollenwissen, nicht um die Bewertung einzelner Personen.
Der Fragenlog
Bevor Sie ein Modell auswählen, brauchen Sie eine Diagnose. Die bekommen Sie aus Material, das schon existiert.
Ziehen Sie die letzten 50 Fragen, die in Ihrem Betrieb eskaliert sind. Aus dem Ticketsystem, aus dem Support-Postfach, aus den Nachrichten an die zwei Personen, bei denen alles landet. Ordnen Sie jede Frage einer von vier Ursachen zu: Die Information war nirgends dokumentiert. Sie war veraltet. Es gab zwei widersprechende Fassungen. Oder sie war vorhanden, korrekt und aktuell, und trotzdem hat niemand sie gefunden.
Nur die vierte Kategorie ist ein Suchproblem, und nur die löst ein Chatbot aus sich heraus. Die anderen drei brauchen vorher Arbeit an den Quellen. Wie sich Ihre 50 Fragen auf diese vier Töpfe verteilen, ist damit gleichzeitig Diagnose und Projektplan.
Die meisten Teams, die das zum ersten Mal machen, finden die kleinste Zahl im vierten Topf. Das ist unangenehm, aber es ist eine gute Nachricht: Es erklärt, warum der letzte Versuch gescheitert ist, und es zeigt, wo Sie diesmal anfangen.
Damit ist auch die Frage vom Anfang beantwortet. Wenn Ihr Bot nur zwei Versuche bekommt, wählen Sie den Bereich, in dem Sie diese zwei Versuche sicher gewinnen. Der Rest folgt später.
